黃勇光，黃 兵

（1.深圳供電局有限公司，廣東深圳 518000；2.南方電網(wǎng)深圳數(shù)字電網(wǎng)研究院有限公司，廣東深圳 518000）

西電東送項目的開發(fā)，使電網(wǎng)之間聯(lián)系越來越 緊密，電力供需關(guān)系復雜，因此電網(wǎng)中存在許多潛在風險，如何保障電網(wǎng)運行的穩(wěn)定性是現(xiàn)階段電力企業(yè)亟待解決的問題[1-3]。電力資源是人類生產(chǎn)、生活的基本保障[4]，電力系統(tǒng)的穩(wěn)定運行直接影響電力供應[5]。當電力系統(tǒng)發(fā)生停電事故后，快速地恢復系統(tǒng)正常供電，對降低電力公司與相關(guān)企業(yè)的經(jīng)濟損失具有重要的意義[6]。電力分區(qū)在電網(wǎng)事故發(fā)生時實現(xiàn)減載，有利于電網(wǎng)系統(tǒng)運行的穩(wěn)定。電力分區(qū)多源異構(gòu)數(shù)據(jù)具有數(shù)據(jù)數(shù)量大、數(shù)據(jù)類型多、數(shù)據(jù)獲取方式多樣化等特點[7]。為了降低原始數(shù)據(jù)間的邏輯差異，采用數(shù)據(jù)集成將各類分散的數(shù)據(jù)進行統(tǒng)一集成、存儲[8]。

但是以往電力分區(qū)多源異構(gòu)數(shù)據(jù)集成系統(tǒng)非常局限，如文獻[9]研究了基于三維GIS 平臺的電網(wǎng)數(shù)據(jù)資產(chǎn)可視化系統(tǒng)，在電力分區(qū)多源異構(gòu)數(shù)據(jù)集成過程中，采用三維GIS 技術(shù)，進行空間信息集成，由于該系統(tǒng)比較繁瑣復雜，導致電力分區(qū)多源異構(gòu)數(shù)據(jù)集成效率不佳；文獻[10]研究了基于改進局部拓展算法的電力系統(tǒng)，在電力分區(qū)多源異構(gòu)數(shù)據(jù)集成中，采用改進局部拓展算法，對輸電線路加權(quán)化處理，構(gòu)造加權(quán)無向復雜網(wǎng)絡模型。由于該系統(tǒng)智能化程度不高導致電力分區(qū)多源異構(gòu)數(shù)據(jù)集成效果差。大數(shù)據(jù)技術(shù)的核心是對大量數(shù)據(jù)進行分析，在不同類型的數(shù)據(jù)中尋找有價值的信息技術(shù)。因此，該文設計了基于大數(shù)據(jù)技術(shù)的電力分區(qū)多源異構(gòu)數(shù)據(jù)集成系統(tǒng)。

1 集成系統(tǒng)設計

1.1 系統(tǒng)總體結(jié)構(gòu)

數(shù)據(jù)接口層、數(shù)據(jù)集成層和數(shù)據(jù)發(fā)布層[11-12]，構(gòu)成了基于大數(shù)據(jù)技術(shù)的電力分區(qū)多源異構(gòu)數(shù)據(jù)集成系統(tǒng)，系統(tǒng)總體結(jié)構(gòu)如圖1 所示。

由圖1 可知，將設備數(shù)據(jù)、電力分區(qū)多源異構(gòu)數(shù)據(jù)傳輸?shù)綌?shù)據(jù)接口層，在數(shù)據(jù)接口層進行數(shù)據(jù)特征提取，配置合適的交互接口，再通過數(shù)據(jù)集成層中靈活分布式集群進行數(shù)據(jù)采集并采用電力分區(qū)多源異構(gòu)數(shù)據(jù)融合算法實現(xiàn)數(shù)據(jù)融合集成，數(shù)據(jù)發(fā)布層負責電力分區(qū)多源異構(gòu)數(shù)據(jù)的發(fā)布。

圖1 系統(tǒng)總體結(jié)構(gòu)

1.2 系統(tǒng)硬件

基于大數(shù)據(jù)技術(shù)的電力分區(qū)多源異構(gòu)數(shù)據(jù)集成系統(tǒng)的硬件如圖2 所示。

由圖2 可知，系統(tǒng)硬件包括工作站、網(wǎng)絡交換機、局域網(wǎng)、接口服務器、集成服務器和發(fā)布服務器。其中接口服務器用于不同業(yè)務平臺數(shù)據(jù)接口處理；集成服務器用于存儲數(shù)據(jù)加工服務器信息；發(fā)布服務器用于部署配電網(wǎng)運行。系統(tǒng)硬件與軟件的連接通過電力通信光纖網(wǎng)實現(xiàn)[13]。

圖2 系統(tǒng)硬件

1.3 電力分區(qū)多源異構(gòu)數(shù)據(jù)融合算法

設各數(shù)據(jù)源的可信度為pi，m個數(shù)據(jù)源用S=(S1,S2,…,Sm)描述，n個決策用A=(A1,A2,…,An)描述，數(shù)據(jù)融合算法的流程為：

1）求解數(shù)據(jù)源對決策的支持度

數(shù)據(jù)是在數(shù)據(jù)庫內(nèi)提取，并把不同類型數(shù)據(jù)轉(zhuǎn)換成決策的支持度，用式（1）描述：

其中，支持度的三角模糊數(shù)用(aij,bij,cij)描述，且0≤aij≤bij≤cij≤1；第i數(shù)據(jù)源對第j決策目標的支持度用Sij描述。

官廳水庫黑土洼濕地系統(tǒng)2016年水質(zhì)監(jiān)測評價分析……………………………………… 楊壘，吳玉欣，王彥芹（3-137）

2）明確有序加權(quán)平均算子權(quán)重向量

按照決策者的偏好選取合適的模糊語義量化準則，明確式（1）中參數(shù)和的值。為了明確模糊語義量化算子f(x)的取值范圍，設定大多數(shù)參數(shù)值的范圍為(0.3,0.8)，至少一半?yún)?shù)值的范圍為(0,0.5)。

按照f(x)計算出有序加權(quán)平均權(quán)重向量q=(q1,q2,…,qn)，數(shù)據(jù)源個數(shù)用n描述，根據(jù)式（1）計算出q的值。

3）決策的支持度按照支持度值Sij與各數(shù)據(jù)源可信度pi完成轉(zhuǎn)換。

按照支持度值Sij與各數(shù)據(jù)源可信度pi由大到小排序，采用有序加權(quán)平均權(quán)重向量并通過模糊判決法進行轉(zhuǎn)換，轉(zhuǎn)化過程如式（2）所示：

其中，支持度值最小值、最大值、平均值分別用Sij_min、Sij_max、Sij_average描述。

得到轉(zhuǎn)換后的決策支持度值，用式（3）描述：

4）為了獲取各決策的最終決策值，將轉(zhuǎn)換后的支持度和有序加權(quán)平均權(quán)重向量進行電力分區(qū)多源異構(gòu)數(shù)據(jù)融合[14-16]。各決策的最終決策值用式（4）描述：

5）處理電力分區(qū)多源異構(gòu)數(shù)據(jù)集成問題時，決策內(nèi)容按照決策值大小而定。

2 實驗分析

為了驗證該文系統(tǒng)的性能，在Lab Windows 測試環(huán)境下，運行內(nèi)存6 GB，選取某電力分區(qū)4 000個多源異構(gòu)數(shù)據(jù)作為實驗對象，實驗對比系統(tǒng)采用文獻[9]的三維GIS 平臺的電網(wǎng)數(shù)據(jù)資產(chǎn)可視化系統(tǒng)、文獻[10]的改進局部拓展算法的電力系統(tǒng)，分別應用三種系統(tǒng)進行對比實驗。

為了驗證系統(tǒng)的有效性，采用三種系統(tǒng)對實驗數(shù)據(jù)進行信息覆蓋率測試，結(jié)果如圖3 所示。

圖3 信息覆蓋率

由圖3 可知，該文系統(tǒng)在信息覆蓋率上比其他兩種系統(tǒng)具有明顯的優(yōu)勢，采用該文系統(tǒng)最大信息覆蓋率為95%，分別比其他兩種系統(tǒng)高出10%、20%。

分別采用三種系統(tǒng)在運行相同實驗數(shù)據(jù)條件下，進行數(shù)據(jù)融合方面穩(wěn)定性的對比實驗，設置三種系統(tǒng)的工作時間均為120 min，每間隔10 min 記錄一次數(shù)據(jù)結(jié)果，穩(wěn)定性測試結(jié)果如表1 所示。

表1 系統(tǒng)穩(wěn)定性

由表1 結(jié)果可知，該文系統(tǒng)比其他兩種系統(tǒng)的穩(wěn)定性具有顯著優(yōu)勢，采用該文系統(tǒng)的平均穩(wěn)定性為97.21%，分別比其他兩種系統(tǒng)平均穩(wěn)定性高出14.80%、8.89%。

采用三種系統(tǒng)進行實驗數(shù)據(jù)的融合測試，記錄數(shù)據(jù)融合時的運行時間，實驗對比結(jié)果如圖4 所示。

圖4 運行時間

通過圖4 可知，在相同條件下，該文系統(tǒng)數(shù)據(jù)融合運行時間明顯少于三維GIS 平臺的電網(wǎng)數(shù)據(jù)資產(chǎn)可視化系統(tǒng)、改進局部拓展算法的電力系統(tǒng)，該文系統(tǒng)數(shù)據(jù)融合平均運行時間低至15.75 ms，分別比其他兩種系統(tǒng)快11.12 ms、7.13 ms。隨著數(shù)據(jù)數(shù)量的增加，該文系統(tǒng)數(shù)據(jù)融合運行時間趨于穩(wěn)定。

采用三種系統(tǒng)進行實驗數(shù)據(jù)的存儲測試，記錄三種系統(tǒng)的數(shù)據(jù)存儲時間，實驗對比結(jié)果如圖5所示。

圖5 數(shù)據(jù)存儲時間

由圖5 可知，在相同條件下，該文系統(tǒng)數(shù)據(jù)存儲時間明顯少于其他兩種系統(tǒng)，該文系統(tǒng)平均存儲時間低至19 ms，分別比其他兩種系統(tǒng)快13 ms、20 ms。

采用三種系統(tǒng)測試數(shù)據(jù)發(fā)布的準確率，結(jié)果如圖6 所示。

由圖6 可知，該文系統(tǒng)的數(shù)據(jù)發(fā)布準確率明顯高于其他兩種系統(tǒng)，該文系統(tǒng)的數(shù)據(jù)發(fā)布平均準確率為99%，比其他兩種系統(tǒng)的數(shù)據(jù)發(fā)布平均準確率高10%、19%，說明該文系統(tǒng)數(shù)據(jù)發(fā)布的準確率高。

圖6 數(shù)據(jù)發(fā)布準確率

3 結(jié)論

為了提高電力分區(qū)多源異構(gòu)數(shù)據(jù)集成效率，設計了基于大數(shù)據(jù)技術(shù)的電力分區(qū)多源異構(gòu)數(shù)據(jù)集成系統(tǒng)。通過該文系統(tǒng)對電力分區(qū)多源異構(gòu)數(shù)據(jù)集成管理，實驗結(jié)果表明該文系統(tǒng)的信息覆蓋率高、系統(tǒng)穩(wěn)定性良好、系統(tǒng)性能最佳。由于時間與精力有限，仍有很多問題需深入研究。

未來研究方向為：1）在不斷豐富電力數(shù)據(jù)后，運用更先進的技術(shù)，更加精細化處理電力分區(qū)數(shù)據(jù)。2）推廣該文系統(tǒng)的應用范圍，可將所設計系統(tǒng)運用在智能電網(wǎng)的建設中。